-
公开(公告)号：CN113658209B
公开(公告)日：2023-06-16
申请号：CN202110924457.1
申请日：2021-08-12
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本发明的基于形态学的切片组织裱贴位置优良判别方法，包括：a).获取切片组织缩略图；b).标签位置识别和统一方向；c).去除标签信息；d).去除非病理组织的点和线；e).计算病理组织中心点偏离距离；f).计算病理组织与长轴的夹角；g).判断病理切片组织裱贴优良。本发明的切片组织裱贴位置优良判别方法，整个切片组织裱贴位置优良判别利用图像识别和处理自动完成，处理效率高，解决了现有人工评估所带来的耗时耗力问题，而且整个判别过程不会加入个人的主观想法，更加客观和准确，降低了医生在切片组织裱贴位置优良判别过程中的工作量。
-
公开(公告)号：CN112989395B
公开(公告)日：2022-05-17
申请号：CN202110465793.4
申请日：2021-04-28
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本申请公开了一种SM4密码算法的形式化验证方法，所述方法包括：将SM4密码算法的算法参数定义为安全整数类型；其中，所述算法参数包括明文输入、加密结果、密文输入、解密结果、主密钥、密钥常数、轮密钥和s盒参数；确定基于F*框架的算法模块的初始堆，并在所述初始堆的目标缓冲区中添加所述算法参数；利用所述算法参数对所述SM4密码算法的轮密钥生成模块、加密模块和解密模块进行形式化验证，得到所述SM4密码算法的形式化验证结果。本申请能够在SM4密码算法实现过程中保证内存安全、避免受到时间侧信道攻击。本申请还公开了一种SM4密码算法的形式化验证系统，具有以上有益效果。
-
公开(公告)号：CN113642518A
公开(公告)日：2021-11-12
申请号：CN202111014501.1
申请日：2021-08-31
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本发明的基于迁移学习的her2病理图像细胞膜着色完整性判别方法，首先经图像筛选、染色分离和膜着色区域划分，由专家人工划分出包裹完整和包裹不完整膜染色的图像数据集，作为Inception‑V3模型训练的输入数据集；在特征提取步骤中，首先训练出Inception‑V3模型，再通过迁移学习对Inception‑V3模型进一步训练，得到神经网络的新分类模型。本发明的her2病理图像细胞膜着色完整性判别方法，通过迁移学习，可以在短时间内使用少量训练数据训练出效果较好的神经网络模型，针对不同个体可达到92%以上的正确率，为医生进行乳腺癌her2阳性状态判断提供了有效帮助。
-
公开(公告)号：CN115511008A
公开(公告)日：2022-12-23
申请号：CN202211358013.7
申请日：2022-11-01
申请人： 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
摘要： 本发明公开一种基于SOM‑AO的机床设备故障预警方法，属于计算机模型的技术领域。本发明中，首先，通过改进的AO算法优化：用于搭建SOM神经网络的神经元向量，使得神经元向量更加优秀；然后，通过SOM神经网络去进一步优化预警所用的神经元向量，同时得到该神经元的预警范围；最后，通过实际数据获取相应的异常对比值，与自适应阈值进行比较，最终得出被测机床是否异常的预测结果。本发明通过以上的方式可以得出数控机床比之前更加精准的预警结果，在一定程度上避免机床发生重大故障,提高了机床的整体性能。
-
公开(公告)号：CN113658209A
公开(公告)日：2021-11-16
申请号：CN202110924457.1
申请日：2021-08-12
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本发明的基于形态学的切片组织裱贴位置优良判别方法，包括：a).获取切片组织缩略图；b).标签位置识别和统一方向；c).去除标签信息；d).去除非病理组织的点和线；e).计算病理组织中心点偏离距离；f).计算病理组织与长轴的夹角；g).判断病理切片组织裱贴优良。本发明的切片组织裱贴位置优良判别方法，整个切片组织裱贴位置优良判别利用图像识别和处理自动完成，处理效率高，解决了现有人工评估所带来的耗时耗力问题，而且整个判别过程不会加入个人的主观想法，更加客观和准确，降低了医生在切片组织裱贴位置优良判别过程中的工作量。
-
公开(公告)号：CN115248570A
公开(公告)日：2022-10-28
申请号：CN202210532348.X
申请日：2022-05-09
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： G05B19/05
摘要： 一种编译型可编程逻辑控制器的开发环境包括：S1：将梯形图分类：S2：设计翻译模板；S3：驱动设计；S4：生成C语言程序；S5：编译C语言程序；S6：下载可执行文件。本发明效率高，将梯形图的图元直接翻译成C语言，再编译执行，属于直接编译执行，大大提高了执行效率。满足多种开发场景，本发明属于低代码开发的一种形式，不仅适用于梯形图，更为基于图形的低代码开发科研人员提供一种技术思路，因此，更易实现梯形图与C语言的混合编程，由于C语言的灵活性，可最大程序地满足工程技术人员的实际需求，特别是需要算法集成的场合。满足市场应用的预期：本发明对于PLC研发人员来说，更易新增新的功能指令，快速适应市场的应用需求。
-
公开(公告)号：CN112989395A
公开(公告)日：2021-06-18
申请号：CN202110465793.4
申请日：2021-04-28
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本申请公开了一种SM4密码算法的形式化验证方法，所述方法包括：将SM4密码算法的算法参数定义为安全整数类型；其中，所述算法参数包括明文输入、加密结果、密文输入、解密结果、主密钥、密钥常数、轮密钥和s盒参数；确定基于F*框架的算法模块的初始堆，并在所述初始堆的目标缓冲区中添加所述算法参数；利用所述算法参数对所述SM4密码算法的轮密钥生成模块、加密模块和解密模块进行形式化验证，得到所述SM4密码算法的形式化验证结果。本申请能够在SM4密码算法实现过程中保证内存安全、避免受到时间侧信道攻击。本申请还公开了一种SM4密码算法的形式化验证系统，具有以上有益效果。
-
公开(公告)号：CN117874816A
公开(公告)日：2024-04-12
申请号：CN202410044150.6
申请日：2024-01-11
申请人： 齐鲁工业大学(山东省科学院)
摘要： 本发明公开了一种基于本地随机差分隐私的联邦学习方法，属于联邦学习技术领域，要解决的技术问题为：联邦学习存在模型精度、训练效率与隐私保护水平之间的平衡性问题，且在训练过程中容易出现泛化能力差和准确性降低的问题。客户端基于构建的损失函数、通过随机梯度下降方法进行本地模型参数更新，并根据随机数的数值决定是否在本地模型参数上添加噪声，在每轮本地模型训练结束后、基于添加的噪声量计算隐私预算，K轮本地模型训练结束后，将本地模型参数上传服务器；服务器基于所有客户端上传的本地模型参数进行聚合计算，并将对应的全局模型参数广播至各客户端。
-
公开(公告)号：CN117634594A
公开(公告)日：2024-03-01
申请号：CN202410047317.4
申请日：2024-01-11
申请人： 齐鲁工业大学(山东省科学院)
IPC分类号： G06N3/098 , G06F18/23213 , G06F18/22
摘要： 本发明公开了一种具有差分隐私的自适应聚类联邦学习方法，属于联邦学习技术领域，要解决的技术问题为联邦学习易遭受成员推理攻击的影响、且在non‑iid数据分布情况下全局模型精度低。服务器基于本地模型参数相似性、服务器对客户端进行自适应分簇，得到多个簇，客户端划分至不同簇内，对于每个簇内客户端，服务器基于簇内所有客户端的本地模型参数进行簇内聚合计算，得到簇内全局模型，并对所有簇内全局模型进行交叉验证，筛选一个簇内全局模型作为最优簇内全局模型、其他簇内全局模型作为非最优簇内全局模型；对所有非最优簇内全局模型进行簇间聚合计算，得到簇间全局模型，并将簇间全局模型与簇内最优全局模型相加、得到全局模型。
-
公开(公告)号：CN117854135A
公开(公告)日：2024-04-09
申请号：CN202410051865.4
申请日：2024-01-12
申请人： 齐鲁工业大学(山东省科学院)
IPC分类号： G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于四元超复网络的微表情识别方法，属于图像识别技术领域，要解决的技术问题为如何基于深度学习方法实现微表情识别。包括：获取数据集中微表情视频的起始帧和顶点帧，计算起始帧和顶点帧之间的水平分量、垂直分量和光学应变，并基于光流估计网络FlowNet2提取微表情图像的光流特征，将水平分量、垂直分量和光学应变以及光流特征形成的四维张量作为微表情视频的图像特征；基于卷积神经网络构建包括超复卷积网络和注意力模块的微表情识别模型，微表情识别模型用于以四维张量为输入、预测输出表情类别；对于待识别的微表情视频，获取微表情视频对应的四维张量作为输入，通过最终微表情识别模型输出预测的表情类别。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.056 秒)
